D&A：解耦描述与评估的VLM奖励方法

Marius Memmel等作者提出D&A（Describe & Assess）方法，把视觉语言模型（VLM）的机器人任务进度估计拆成两步：先由VLM生成客观的场景动态文本描述，再用显式评分标准评估进度，让判断依据外部绝对成功定义，而非视频内部时间线。 该方法为纯提示词方法，作者称其能校准零样本估计并缓解确认偏差，给出细粒度部分进度、准确惩罚失败执行，跨任务、跨本体与跨基准匹配或超越经后训练的奖励模型，其奖励估计还可支撑下游强化学习。

AI 根据报道生成 · 43 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。